“計算機技術的發展史告訴我們，當更多的計算能力交到開發者手中時，他們總能發掘出新的應用場景和更多的任務去解決以前所解決不了的問題，或者是更高程度的優化以前的Solution。”——中軟國際金融AI實驗室主任簡仁賢

小執：歡迎簡總做客《前行者》訪談欄目!最近DeepSeek迅速出圈火爆全球，前不久您也剛接受了鳳凰衛視直播間訪問。請問DeepSeek到底好在哪里?又會帶來怎樣的影響?

簡仁賢：DeepSeek憑借低成本、高效能的全開源模式，打破了訓練大語言模型需巨額投入，和大語言模型只有閉源模型才能夠做得最好的迷思。DeepSeek-V3基礎模型通過混合精度優化、混合專家模型等技術，將訓練成本降低至十分之一甚至二十分之一;R1推理模型則通過多階段訓練大幅降低推理成本，顯著降低了AI模型開發的門檻。全開源優勢讓開發者可直接基于現有成果微調，無需從零訓練。這些技術使DeepSeek以不到600萬美元成本訓練出與上億美元模型相當的性能，掀起了一場AI革命。

今年，DeepSeek帶來的幾個重大的趨勢會更為明顯。閉源模型(如OpenAI)主導的"黑盒時代"正在終結，開源模型將成為主流;高端訓練芯片需求增長放緩，推理芯片市場爆發;AI Agent將進一步繁榮，以及由此帶來的對數據中心和GPU計算資源的需求將持續上升。

小執：您能具體闡釋下DeepSeek帶來的這幾點影響嗎?

簡仁賢：DeepSeek的技術架構顯著降低了對高端硬件的依賴。傳統大模型訓練需數千塊高端GPU，而DeepSeek通過優化算法，使得中小機構甚至可用消費級顯卡(如NVIDIA 4090)進行微調。低功耗、低成本顯卡(如未來NVIDIA 5090/6090)將成為主流，Mac mini等設備已能流暢運行DeepSeek 7B/14B模型。芯片毛利率或從當前的92%高位回落，推動硬件普惠化。由此，DeepSeek-R1增強技術進一步釋放潛力：通過注入領域專家數據(如醫療、法律、金融的鏈式思考數據)，開發者能快速訓練出專業級模型，每個企業都可擁有專屬智能體。軟件架構開始深度集成開源模型生態，DeepSeek的開源模式和多模態分析技術也將催生更多創新應用，一些缺乏透明度的閉源公司可能面臨泡沫化風險，被迫轉向開源架構或垂直場景。

企業可企業通過云端算力資源與本地化部署結合，自主部署本地模型，擺脫對云端模型API的依賴，實現"模型自由"。預計全球將有超10萬家企業基于其模型開發定制化智能體(如投資分析Agent、醫療診斷Agent)，中小型企業首次獲得與大廠對等的AI能力。軟件行業迎來模型應用定制化服務紅利期。結合低訓練成本與開源生態，可負擔的通用人工智能(Affordable AGI)將成為現實。

DeepSeek通過創新的技術整合(如混合專家模型、混合精度計算等)，在保持強大推理能力的同時，大幅降低了AI模型的訓練和推理成本，降幅達50-60倍，調用價格也降低了96.3%。盡管單次計算成本下降，根據杰文斯悖論，技術效率提升往往會刺激需求增長。隨著AI在各行各業的廣泛應用(如醫療、教育、金融等)，更多的場景模型和AI智能體將涌現，帶動數據中心、邊緣及端側算力建設,驅動算力整體需求增長。

小執：基于以上改變，您對政府/企業決策者有什么建議?

簡仁賢：從微軟、亞馬遜、英偉達等科技巨頭，到Perplexity等企業都已經上線DeepSeek，再到600萬美元訓練頂尖模型的成本突破，這場由開源力量驅動的變革，正在重構全球AI產業格局，從芯片、軟件到商業模式的未來的軟件的范式將因此革新。全球AI正實現從“主權AI”到平權AI”，開啟一個前所未有的創新爆炸時代。對于決策者而言，理解DeepSeek的技術貢獻與邏輯至關重要，在技術層，優先采用開源架構，建立本地化模型部署能力，避免受制于閉源服務商;在戰略層，聚焦高質量領域數據積累，利用R1推理能力打造垂直場景護城河;在生態層，參與開源社區協作，推動模塊化Agent開發，搶占AI軟件新生態的先機。

小執：對此，中軟國際有什么舉措?

簡仁賢：目前，中軟國際已將自主研發的JointPilot人工智能平臺接入DeepSeek-R1，中軟國際模型工場基于昇騰云、DeepSeek模型，推出升級版一站式AI解決方案服務。例如，在金融領域，可助力智能風險評估、精準客戶營銷;在制造業，可賦能設備故障預測、生產流程優化;在醫療領域，可實現智能診斷、輔助治療決策等，進一步提升企業生產效率、打造新質生產力。中軟國際科創中心以“DeepSeek+昇騰”為引擎，將DeepSeek全參模型滿血版部署在全國產化智算環境中，實現671B參數的DeepSeek模型穩定運行，并面向社會提供DeepSeek的昇騰遷移、模型部署、模型蒸餾、模型精調、SAAS應用、Agent開發等多樣化AI服務。

未來，中軟國際也將幫助企業和開發者把更多以DeepSeek-R1為代表的推理模型接入實際應用場景，更廣泛的滿足生產級、高要求場景的業務提效需求，并助力各個領域提供服務，各行各業推出更多適配場景的AI應用和服務。